Python:启程数据分析-牛客网在线编程-数据清洗+json处理-24-28

最新推荐文章于 2023-12-20 10:41:30 发布

小草zsy

最新推荐文章于 2023-12-20 10:41:30 发布

阅读量801

点赞数

分类专栏： Python 文章标签： 1024程序员节

本文链接：https://blog.csdn.net/qq_32669453/article/details/127484792

版权

这篇博客主要介绍了Python在数据清洗方面的方法，包括去除信息不全的用户、修补缺失数据、处理用户重复数据、统一日期格式，以及将JSON文件转化为表格形式。在数据处理过程中，提到了dropna()函数的使用，并强调了在不同步骤中对dtype的设定要求。

摘要由CSDN通过智能技术生成

DA24 去掉信息不全的用户

注意：

1.不输入参数dtype=object 就通过不了。

pd.set_option('display.width', 300) # 设置字符显示宽度

pd.set_option('display.max_rows', None) # 设置显示最大行

pd.set_option('display.max_columns', None)

为什么没有这3行就不能通过

3.dropna()用法:

DataFrme.dropna(axis=0,how=’any’,thresh=None,subset=None,inplace=False)
参数：
axis: 默认axis=0。0为按行删除,1为按列删除
how: 默认 ‘any’。 ‘any’指带缺失值的所有行/列; 'all’指清除一整行/列都是缺失值的行/列
thresh: int,保留含有int个非nan值的行
subset: 删除特定列中包含缺失值的行或列

inplace: 默认False，即筛选后的数据存为副本,True表示直接在原数据上更改

import pandas as pd
Nowcoder = pd.read_csv('Nowcoder.csv', sep=',',dtype=object)
pd.set_option('display.width', 300)  # 设置字符显示宽度
pd.set_option('display.max_rows', None)  # 设置显示最大行
pd.set_option('display.max_columns', None)
# print(Nowcoder